- 22) Устройство и принцип действия систем водяного отопления с искусственной циркуляцией. Основные отличия от систем с естественной циркуляцией.
- Система водяного отопления с принудительной циркуляцией теплоносителя
- Системы водяного отопления с искусственной циркуляцией теплоносителя
- Долгосрочное прогнозирование производительности солнечных систем водяного отопления с принудительной циркуляцией с использованием искусственных нейронных сетей
22) Устройство и принцип действия систем водяного отопления с искусственной циркуляцией. Основные отличия от систем с естественной циркуляцией.
Д ля увеличения радиуса действия применяется насос (9), который устанавливается на обратной магистрали (8) перед котлом (1). Расширительный бак (3) присоединяется перед насосом (9) на обратной магистрали (8) для того что бы система была под положительным давлением насоса во избежание вскипания воды в трубах и нарушения циркуляции.
Переход от + давления к – давлению, происходит в нейтральной точке, которая находится в месте присоединения расширительного бака.
Все т/п от насоса (9) до нейтральной точки – зона нагнетания. Зона А-Б – зона всасывания. Для удаления воздуха из системы служит воздухосборник.
23) Подбор и схемы присоединения циркуляционных насосов в системах водяного отопления.
Назначение насоса: создать давление, необходимое для циркуляции теплоносителя (он не служит для подъема воды на высоту).
Применение центробежных насосов: их ставят на обратной магистрали, т.к. при работе насоса на > холодной воде уменьшается его износ. Устанавливают 2 насоса: рабочий и резервный и снабжают их обводной линией, для того, чтобы при аварийной остановке насосов через обводную линию была незначительная циркуляция.
Подбирают насосы по их характеристикам. Для подбора необходимо знать:
1) кол-во перемещаемой воды (G, кг/час)
2) давление, к-е он должен развивать для преодоления гидравлического сопротивления.
Кол-во воды, которое необходимо перемещать, рассчитывается по формуле:
G=3,6Q/с(tr-to)
Q- тепловая мощность с-мы отопления (Вт)
С – удельная массовая теплоемкость воды 4,19кДж /кг*0С
tr и to – t-ры теплоносителя в падающий и обратной магистр.
Давление,к-е должен развивать насос, определ.в рез-те гидравлического расчета.
24) Основные функции и схемы присоединения расширительного бака в системах водяного отопления.
Устройство и расчет полезного объема.Функции расширительного бака:
а) для систем с естественной циркуляцией – для вмещения дополнительных объёмов воды и удаления воздуха.
б) для систем с искусственной циркуляцией – только для вмещения дополнительных объёмов воды.
Схемы:
В насосной – к обратной (что бы вся система находилось под положительным давлением во избежание вскипания)
не менее 2 метров от расшир и циркуляционных труб чтобы в этих точках была циркуляция за счёт разности давлений. в гравитационной – к подающей (соединяет трубы, что бы за счёт разности давлений в этих точках, была обеспечена циркуляция)
Объем между уровнями присоединения к баку контрольной и переменной трубы считается полезным объемом.
Vрб=0,045Vсист
Vсист – объем воды в системе отопления
Vсист=(v1+v2+v3) Q/1000
V1,v2,v3 – объем воды на 1000 Вт мощности с-мы соответственно в отопит-х приборах v1, Т/п v2, котлах v3,
Q – тепловая моность с-м отопления.
Мембранные расширит.баки
Пок.сост.из:
1-стального корпуса, разделенного на 2 части
2-мембранной (эластичной)
Одна часть предназнач.для: 6-воды с-мы отопления.
Вторая заполнена: 5-газом (возд., или азотом).
3-присоединительный патрубок
4-ниппель
Бак предварительно наполняется азотом или воздухом до давления, вел-на к-го несколько меньше расчетного в системеСразу после заполнения с-мы водой,мембрана прогибается и нах.в промежуточном состоянии
При нагреве жидкости увелич.ее объем и мембрана прогибается еще сильнее. И сильно увелич.давление газа и соответствующее давл.жидкости в сист
Расширит.бак имеет предохранительный клапан (для сброса)
+расширит.баков:
1)уменьш.стоимости монтажа, т.к. не треб-ся установка в верхн.точке
2)исключается испарение теплоносителя
3)уменьш.коррозия и загрязнение с-мы
Система водяного отопления с принудительной циркуляцией теплоносителя
Рубрика: ОтоплениеАвтор: s-admin
В отличие от системы водяного отопления с естественной циркуляцией, где циркуляционное давление очень мало и зависит от разности температур горячей и охлажденной обратной воды, в системе с искусственной циркуляцией перемещение воды по трубам создается центробежными насосами. Насосы, действующие в замкнутой кольцевой системе отопления, заполненной водой, воду не поднимают, а только перемещают, создавая циркуляцию, и поэтому называются циркуляционными.
Циркуляционный насос монтируют, как правило, в трубопровод обратной линии. Охлажденная вода подается в котел насосом. Такая установка исключает взаимодействие насоса с горячей водой и увеличивает срок его службы. И еще одна важная деталь этой системы. Расширительный бак подсоединен не к главного стояку, подающему горячую воду, как в системе с естественной циркуляцией, а к обратной трубе магистрали.
В системах отопления целесообразно использовать специальные малошумные с горизонтальными лопастями насосы центробежного типа, соединенные в единый блок с электродвигателями и закрепляемые непосредственно на трубах. Такие насосы перемещают значительное количество воды и развивают сравнительно небольшие давления. Их применение позволяет существенно увеличить протяженность трубопровода и уменьшить диаметры разводящих трубопроводов. Кроме того, с установкой циркуляционного насоса появляется возможность изменять схемные решения системы отопления, например отказаться от верхней разводки трубопроводов и перейти к нижней разводке. Итак, насос позволяет воде циркулировать по трубам и радиаторам с нужной скоростью. Насос соединен с автоматикой котла, работает насос от обычной розетки, что позволяет выбирать режим работы. Хороший насос может работать в нескольких режимах и практически бесшумно. К сожалению, такой миниатюрный приборчик не выпускают в России. Приходится покупать импортные насосы, в основном немецкие.
Качество отличное, цена $50-60.Движение жидкости необходимо, потому что нагретая вода, отдавая тепло, остывает. Значит, ее надо снова нагреть. Чем быстрее нужно обогреть помещение, тем сильнее нагревается котел. И, следовательно, чем больше скорость воды (сильнее работает насос), тем больше тепла «отдает» батарея за меньший промежуток времени.
Допустим, температура в комнате нагрелась до заданного значения и теперь требуется только поддерживать ее на уровне. В этом случае система автоматически замедляет работу. Котел работает на меньшую мощность, насос качает медленнее, температура в батареях снижается. Скорость движения воды система выбирает автоматически. Но при скорости более 2,5 м/с во всех трубах начинается гудение. Этот неприятный звук «говорит» о том, что насос работает неправильно. (То есть скорость движения воды слишком велика.) Приобретая очень мощный насос, можно так разогреть воду в трубах, что они устроят «такой концерт», хоть беги из дома.
Выбирая насос, надо учитывать параметры отопительной системы (высоту, длину и диаметр труб, количество и вид радиаторов и т. д.). Однако применение насосных систем отопления возможно только при условии надежного электроснабжения дома.
| ||||||||||
Долгосрочное прогнозирование производительности солнечных систем водяного отопления с принудительной циркуляцией с использованием искусственных нейронных сетей
Автор
Перечислено:
- Калогиру, Сотерис А.
Зарегистрирован:
Abstract
Целью данной работы является использование искусственных нейронных сетей (ANN) для долгосрочного прогнозирования производительности систем солнечного нагрева воды для бытовых нужд с принудительной циркуляцией (SDWH). ИНС использовались в различных приложениях, и было показано, что они особенно полезны при моделировании систем и их идентификации. Три системы SDWH были протестированы и смоделированы в соответствии с процедурами, изложенными в стандарте ISO 9.459-2 в трех местах в Греции. Две ИНС были обучены с использованием ежемесячных данных, полученных программой моделирования, поставляемой со стандартом. Были использованы разные сети из-за разного характера выходных данных, требуемых в каждом случае. Первая сеть была обучена для оценки выхода солнечной энергии системы для объема забора, равного емкости накопительного бака, а вторая сеть была обучена для оценки выхода солнечной энергии системы и среднего количества горячей воды в месяц. , при температуре потребления 35 и 40°C. Данные, представленные в качестве входных данных для обеих сетей, аналогичны данным, используемым в программе, поставляемой со стандартом. Статистический коэффициент множественной детерминации (значение R2), полученный для обучающего набора данных, был равен 0,9. 972 для первой сети и равные 0,9878 и 0,9973 для второй сети для двух выходных параметров, выхода солнечной энергии и количества горячей воды, соответственно. Другие данные, неизвестные сети, впоследствии использовались для оценки точности предсказания. Были получены прогнозы со значениями R2, равными 0,9945 для первой сети и 0,9825 и 0,9910 для второй. Максимальная процентная разница составила 1,9 и 5,5% для двух сетей соответственно. Эти результаты свидетельствуют о том, что предложенный метод может быть успешно использован для прогнозирования долговременной работы гелиосистем водяного отопления с принудительной циркуляцией. Преимущества этого подхода по сравнению с традиционными алгоритмическими методами заключаются в скорости, простоте и способности сети учиться на примерах. Это делается путем внедрения эмпирических знаний в сеть.
Предлагаемое цитирование
Обработчик: RePEc:eee:appene:v:66:y:2000:i:1:p:63-74
как
HTMLHTML с абстрактным простым текстомпростой текст с абстрактнымBibTeXRIS (EndNote, RefMan, ProCite)ReDIFJSON
Скачать полный текст от издателя
URL-адрес файла: http://www.sciencedirect.com/science/article/pii/S0306-2619(99)00042-2Ограничение на загрузку: Полный текст только для подписчиков ScienceDirect
—>
Как доступ к этому документу ограничен, вы можете поискать другую его версию.
Цитаты
Цитаты извлекаются проектом CitEc, подпишитесь на его RSS-канал для этого элемента.
как
HTMLHTML с абстрактным простым текстомпростой текст с абстрактнымBibTeXRIS (EndNote, RefMan, ProCite)ReDIFJSON
Процитировано:
- Ву, Шэн-Джу и Шиа, Шеау-Вен и Ю, Вей-Лунг, 2009. « Параметрический анализ производительности топливного элемента с протонообменной мембраной с использованием метода Тагучи и нейронной сети «, Возобновляемые источники энергии, Elsevier, vol. 34(1), страницы 135-144.
- Гобадиан Б. и Рахими Х. и Никбахт А.М. и Наджафи, Г. и Юсаф, Т.Ф., 2009 г. Анализ производительности дизельного двигателя и выбросов выхлопных газов с использованием отработанного биодизельного топлива для приготовления пищи с использованием искусственной нейронной сети ,» Возобновляемые источники энергии, Elsevier, vol. 34(4), страницы 976-982.
- Родригес-Идальго, М.К. и Родригес-Аументе, П.А. и Лекуона, А. и Легран, М. и Вентас, Р., 2012 г. » Потребление горячей воды для бытовых нужд по сравнению с накоплением солнечной тепловой энергии: оптимальный размер накопительного бака ,» Прикладная энергия, Elsevier, vol. 97(С), страницы 897-906.
- Чжицзянь Лю, Хао Ли, Синьюй Чжан, Гуанъя Джин и Кевэй Ченг, 2015 г. » Новый метод измерения коэффициента сбора тепла и коэффициента теплопотери в стеклянных вакуумных трубчатых солнечных водонагревателях на основе искусственных нейронных сетей и метода опорных векторов ,» Энергии, МДПИ, вып. 8(8), страницы 1-21, август.
- Калогиру, Сотерис А., 2001 г. « Искусственные нейронные сети в приложениях систем возобновляемой энергии: обзор », Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 5(4), страницы 373-401, декабрь.
- Шенкан, Арзу и Якут, Кемаль А. и Калогиру, Сотерис А., 2006 г. « Термодинамический анализ абсорбционных систем с использованием искусственной нейронной сети », Возобновляемые источники энергии, Elsevier, vol. 31(1), стр. 29-43.
- Ван, Чжанъюань и Ян, Ваньшэн и Цю, Фэн и Чжан, Сянмэй и Чжао, Сюйдун, 2015 г. « Солнечное водонагревание: теория, применение, маркетинг и исследования », Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 41(С), страницы 68-84.
- Хэ, Чжаоюй и Го, Вэйминь и Чжан, Пэн, 2022 г. « Прогнозирование производительности, оптимальное проектирование и оперативное управление накопителями тепловой энергии с использованием методов искусственного интеллекта », Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 156 (С).
- Алтан Домбайджи, Омер и Гёльджу, Мустафа, 2009 г. » Ежедневное прогнозирование температуры окружающей среды с использованием метода искусственной нейронной сети: пример Турции ,» Возобновляемые источники энергии, Elsevier, vol. 34(4), страницы 1158-1161.
- Йео, Ин-Э и Йи, Джурнг-Джэ, 2014 г. » Предложение по модели планирования размещения экологически чистых городских электростанций с использованием базы данных (БД) географической информационной системы (E-GIS) и искусственного интеллекта ,» Прикладная энергия, Elsevier, vol. 119(С), страницы 99-117.
- Калогиру, С.А., Матиулакис, Э. и Белессиотис, В., 2014 г. « Искусственные нейронные сети для прогнозирования производительности больших солнечных систем «, Возобновляемые источники энергии, Elsevier, vol. 63(С), страницы 90-97.
- Тиругнанасамбандам, Мируналини и Иниян, С. и Гойч, Ранко, 2010 г. « Обзор солнечных тепловых технологий «, Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 14(1), страницы 312-322, январь.
- Ли, Руи и Дай, Янцзюнь и Ван, Ружу, 2015 г. « Экспериментальное исследование и имитационный анализ тепловых характеристик встроенного в стену балкона солнечного водонагревателя ,» Возобновляемые источники энергии, Elsevier, vol. 75(С), страницы 115-122.
- Калогиру, Сотерис А., 2000 г. « Применение искусственных нейронных сетей для энергетических систем », Прикладная энергия, Elsevier, vol. 67(1-2), страницы 17-35, сентябрь.
- Гритларе, Хариш Кумар и Прасад, Радха-Кришна, 2018 г. Применение метода ИНС для прогнозирования производительности систем солнечных коллекторов — обзор , » Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 84(С), страницы 75-88.
- Сингх, Рамкишор и Лазарус, Ян Дж. и Сулиотис, Манолис, 2016 г. » Последние разработки в области солнечных водонагревателей с интегрированным коллектором (ICS): обзор ,» Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 54(С), страницы 270-298.
- Лазрак, Амин и Леконт, Антуан и Шез, Давид и Фрайсс, Жиль и Папийон, Филипп и Суири, Бернар, 2015 г. Численные и экспериментальные результаты новой общей методологии оценки энергоэффективности тепловых систем, использующих возобновляемые источники энергии , » Прикладная энергия, Elsevier, vol. 158(С), страницы 142-156.
- Мовагарнеджад, Камьяр и Мехдизаде, Бахман и Банихашеми, Мортеза и Кордхейли, Масуд Шейхи, 2011 г. » Прогнозирование различий между различными ценами на коммерческую нефть в регионе Персидского залива с помощью нейронной сети ,» Энергия, Эльзевир, том. 36(7), стр. 3979-3984.
- Вакили, Масуд и Яхьяи, Масуд и Рамзи, Джеймс и Агаджаннежад, Пурия и Пакнежад, Бехназ, 2021 г. « Моделирование адаптивной нейро-нечеткой системы логического вывода для прогнозирования характеристик солнечного коллектора прямого поглощения на основе графеновых нанопластинок на основе наножидкости на основе экспериментального исследования ,» Возобновляемые источники энергии, Elsevier, vol. 163(С), страницы 807-824.
- Кисини, Р. и Надь, Дж., и Салоки, Кс., 2014. Расширенные модели обыкновенных дифференциальных уравнений для систем солнечного отопления с трубами ,» Прикладная энергия, Elsevier, vol. 129(С), страницы 166-176.
- Чандра, Йогендер Пал и Матушка, Томас, 2020 г. « Численный прогноз характеристик расслоения в резервуарах для хранения горячей воды для бытовых нужд ,» Возобновляемые источники энергии, Elsevier, vol. 154(С), страницы 1165-1179.
- Джха, Сунил Кр. и Билалович, Жасмин и Джа, Анджу и Патель, Нилеш и Чжан, Хан, 2017 г. « Возобновляемая энергия: текущие исследования и будущие возможности искусственного интеллекта », Обзоры возобновляемых и устойчивых источников энергии, Elsevier, vol. 77(С), страницы 297-317.
Подробнее об этом товаре
Ключевые слова
Искусственные нейронные сети Система SDHW с принудительной циркуляцией Долгосрочное прогнозирование производительности;Статистика
Доступ и статистика загрузкиИсправления
Все материалы на этом сайте предоставлены соответствующими издателями и авторами. Вы можете помочь исправить ошибки и упущения. При запросе исправления укажите дескриптор этого элемента: RePEc:eee:appene:v:66:y:2000:i:1:p:63-74 . См. общую информацию о том, как исправить материал в RePEc.
По техническим вопросам, касающимся этого элемента, или для исправления его авторов, названия, реферата, библиографической информации или информации для загрузки, обращайтесь: . Общие контактные данные провайдера: http://www.elsevier.com/wps/find/journaldescription.cws_home/405891/description#description .
Если вы создали этот элемент и еще не зарегистрированы в RePEc, мы рекомендуем вам сделать это здесь. Это позволяет связать ваш профиль с этим элементом. Это также позволяет вам принимать потенциальные ссылки на этот элемент, в отношении которых мы не уверены.
У нас нет библиографических ссылок на этот элемент. Вы можете помочь добавить их, используя эту форму .
Если вы знаете об отсутствующих элементах, ссылающихся на этот, вы можете помочь нам создать эти ссылки, добавив соответствующие ссылки таким же образом, как указано выше, для каждого ссылающегося элемента.